Alternativa ao OpenRouter para Janitor AI: Guia de Configuração

O que você precisa inserir

Se você quer uma alternativa ao OpenRouter para Janitor AI ou um app de chat de personagens similar, a configuração é a mesma para qualquer provedor compatível com OpenAI. Encontre o local no seu cliente onde você adiciona uma API personalizada ou proxy. Diferentes apps rotulam isso de forma diferente: "proxy", "endpoint OpenAI personalizado", "URL da API". Os campos abaixo são sempre os mesmos três.

Campo	Valor
URL da API / URL base	https://api.openrouterapi.cc/v1
Chave de API	A chave da sua conta, enviada como Authorization: Bearer
Nome do modelo	uncensored

Alguns clientes querem o endpoint completo em vez da base. Se salvar a URL base der erro ou 404, tente https://api.openrouterapi.cc/v1/chat/completions. Os dois métodos suportados são POST /v1/chat/completions e GET /v1/models, então um cliente que lista modelos chamará o segundo e verá uncensored.

Se ainda não tem uma chave, entre com Google ou email e senha e siga as instruções de chave de API. Novas contas podem resgatar $0,50 de crédito de teste com um clique, suficiente para um primeiro teste.

Teste a conexão antes de culpar o app

Interfaces de roleplay ocultam o texto de erro bruto. Execute uma requisição de um terminal primeiro, para saber se a chave e o modelo funcionam. Substitua o espaço reservado pela sua chave.

Copycurl https://api.openrouterapi.cc/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are Mara, a dry-witted ship engineer."},
      {"role": "user", "content": "The reactor is humming wrong again."}
    ],
    "temperature": 0.9,
    "max_tokens": 200
  }'

Se isso retornar uma resposta, o endpoint e a chave estão OK, e qualquer problema está nas configurações do app. Se falhar, o corpo da resposta de erro diz o motivo. Mantenha o ID da requisição do cabeçalho de resposta X-Request-Id; isso ajuda quando você escreve para suporte.

Um prompt de sistema inicial

Um cartão de personagem em uma interface geralmente se torna a mensagem do sistema. Independentemente do que seu app faça, o modelo receberá algo como o texto abaixo. O modelo é ajustado para responder sem recusas de conteúdo para uso adulto legal, então o prompt não precisa discutir com ele. Precisa ser claro sobre voz, limites e formato.

Você é Mara Voss, engenheira-chefe do cargueiro Calloway.

Voz: seca, prática, rápida para brincar sob estresse.

Escreva em terceira pessoa no passado, 2 a 4 parágrafos curtos.

Nunca fale ou aja pelo personagem do usuário.

Mantenha a continuidade: registre ferimentos, reparos e quem sabe o quê.

Mantenha-se na história. Todos os personagens são adultos.

Dois hábitos melhoram sessões longas. Primeiro, mantenha o prompt do sistema curto, porque ele é reenviado a cada turno. Segundo, coloque regras rígidas no final do prompt, não no meio, para que elas permaneçam em destaque quando o histórico do chat crescer. Se o seu app permitir adicionar uma "nota do autor" ou um lembrete que seja inserido perto da mensagem mais recente, use-o para regras de estilo.

Uma regra é fixa neste serviço e no seu prompt: sem conteúdo sexual envolvendo menores de idade. Escrever isso no cartão de personagem também mantém seus próprios cartões limpos.

Configurações que geralmente funcionam

Estes são pontos de partida, não garantias. Altere um de cada vez e compare algumas respostas.

• Temperatura 0,8 a 1,0 para diálogos animados. Vá para valores mais baixos, em torno de 0,6, se o personagem se desviar ou se contradizer.
• top_p 0,9 a 0,95 se o seu cliente expuser isso. É passado diretamente.
• Penalidades de frequência e presença de 0,2 a 0,5 quando as respostas começam a repetir frases. Valores grandes tornam a prosa estranha, então mantenha-os baixos.
• max_tokens é opcional. Defina 300 a 600 se quiser respostas no tamanho de parágrafos e não ensaios.
• Streaming ativado. A resposta aparece conforme é escrita, e o último bloco contém o uso para que seu cliente possa exibir as contagens de tokens.
• seed é passado diretamente, o que é útil quando você quer comparar duas versões de prompt na mesma rolagem.

O streaming tem um efeito colateral que vale a pena conhecer: uma requisição em streaming ocupa seu slot de concorrência até o fim do streaming. Uma chave completa permite 8 requisições simultâneas e 300 por minuto. Uma chave de teste permite 2 simultâneas e 60 por minuto.

Contexto, memória e quanto custam chats longos

A janela de contexto tem 100.000 tokens, incluindo prompt e conclusão. Isso é muita história: dezenas de milhares de palavras de histórico podem caber. O custo aumenta com isso, porque todo o histórico é enviado a cada vez. Aqui está um exemplo prático para uma sessão longa.

Digamos que o histórico tenha crescido para 30.000 tokens e a resposta tenha 300 tokens. Entrada: 30.000 x $0,15 / 1M = $0,0045. Saída: 300 x $0,50 / 1M = $0,00015. Uma resposta custa $0,00465. Cem respostas desse tamanho totalizam $0,465, então aproximadamente 47 centavos.

Um histórico mais curto é mais barato e muitas vezes melhor. Os modelos prestam menos atenção ao meio de prompts muito longos, então um resumo limpo dos eventos antigos mais as últimas doze mensagens podem ser lidas de forma mais consistente do que 30.000 tokens brutos. Muitas interfaces front-end têm um recurso de resumo ou "memória". Use-o quando o chat passar de alguns milhares de tokens.

Os preços são $0,15 por 1M de entrada e $0,50 por 1M de saída. Requisições falhas ou recusadas não são cobradas, e o crédito nunca expira. Veja a página de preços para valores de recarga, bônus e métodos de pagamento, incluindo cartão e cripto.

Mantendo um personagem consistente por semanas

Personagens de longa data sofrem deriva. A correção é principalmente organização, e custa muito poucos tokens se você fizer isso bem.

Mantenha um bloco fixo de fatos que nunca muda: nome, personalidade, hábitos de fala, relacionamentos. Mantenha um segundo bloco que você atualiza manualmente de vez em quando: a situação atual, linhas de trama abertas, promessas feitas. Cole ambos no prompt de sistema ou no campo de memória do seu cliente, e mantenha cada um sob cerca de 500 tokens. Juntos, isso são no máximo 1.000 tokens, o que custa $0,00015 por resposta na taxa de entrada.

Então deixe o chat ao vivo carregar apenas a troca recente. Quando uma cena acabar, escreva duas ou três frases de resumo no segundo bloco e limpe as mensagens antigas. Seus personagens permanecem afiados, as respostas ficam mais rápidas de ler, e o custo por resposta permanece perto de um décimo de centavo em vez de subir a cada sessão.

Se você executar vários personagens em um chat, diga quem fala e quando. Uma linha como "Escreva apenas as linhas de Mara a menos que o usuário peça outro personagem" impede que o modelo narre todos de uma vez, o que também mantém as respostas curtas e baratas.

Solução de problemas de erros 429 e respostas estranhas

Apps de roleplay são bons em acionar limites de requisição por acidente: duas abas do navegador, um botão "regenerar" pressionado duas vezes, um chat em grupo onde vários personagens respondem ao mesmo tempo. A API responde com HTTP 429 e um desses motivos.

1. Código de erro concurrency. Você tem mais requisições em andamento do que sua chave permite. Feche abas extras, aguarde o streaming terminar ou desative as respostas simultâneas dos personagens. Lembre-se de que um streaming ocupa sua vaga até o fim.
2. Código de erro rate_limited. Você enviou muitas requisições em um minuto. Reduza a velocidade; uma pessoa digitando raramente atinge 300 por minuto, mas um loop de swipe automatizado pode atingir 60 em uma chave de teste.
3. 429 com um cabeçalho Retry-After: 5. O serviço está temporariamente sobrecarregado. Aguarde cinco segundos e envie novamente.

Se as respostas forem cortadas, verifique a configuração max_tokens no seu cliente. Se o personagem falar por você, fortaleça a regra no prompt do sistema e reduza a temperatura. Se o app disser que o modelo não foi encontrado, certifique-se de que o campo do modelo esteja exatamente uncensored, em minúsculas.

Onde isso se encaixa e onde não se encaixa

Isso funciona como uma substituição quando seu cliente permite escolher seu próprio endpoint e você quer um único modelo com um preço por token fixo. Não substitui um roteador se você gosta de alternar entre muitos modelos durante o chat. Você tem um modelo, de um provedor independente, não a API oficial de nenhum fornecedor de modelo.

O modelo é apenas de texto. Ele não gera arte de personagem, voz ou vídeo, e embeddings não estão disponíveis. Qualquer coisa no seu cliente que dependa disso precisa de outro serviço. Os prompts não são usados para treinamento, e o guia rápido completo está na documentação.

Mais guias

• Alternativas ao OpenRouter Mais Baratas: Custos de Token Calculados
• Alternativa ao OpenRouter para Modelos de IA: Um vs. Muitos
• API Perplexity: Como Usar LLMs sem censura